DeepSeek-OCR
DeepSeek의 3B MIT 라이선스 OCR 모델. 페이지 텍스트를 소수의 시각 토큰에 담아 10배 미만 압축에서 약 97% 디코딩 정밀도.
간단 요약. DeepSeek-OCR는 페이지 이미지를 읽고 그 속의 텍스트를 써 냅니다. 그 뒤의 연구 아이디어는, 페이지 이미지가 글자 그 자체보다 훨씬 적은 토큰으로 같은 내용을 담을 수 있다는 것이고, 이는 아주 긴 입력을 더 싸게 만들 수 있습니다. 모델은 작고 MIT 라이선스이며 GPU 한 장에서 실행됩니다.
요약
DeepSeek는 2025년 10월 20일 DeepSeek-OCR를 공개했습니다. DeepEncoder라는 비전 인코더와 DeepSeek3B-MoE-A570M 디코더를 짝지으며, 후자는 약 30억 파라미터의 MoE 언어 모델로 토큰당 5.7억이 활성화됩니다. 체크포인트는 BF16 기준 약 33.4억 파라미터에 6.67GB이고, 가중치는 MIT 라이선스입니다.
논문은 이 모델을 광학 2D 매핑으로 긴 컨텍스트를 압축하는 초기 탐구로 다룹니다. 텍스트 토큰 수가 시각 토큰 수의 10배 이내일 때 약 97%의 디코딩 정밀도를, 20배 압축에서는 약 60%를 보고합니다. OmniDocBench 문서 벤치마크에서는 페이지당 시각 토큰 100개만으로 GOT-OCR 2.0을 앞서고, 페이지당 평균 6,000개가 넘는 토큰을 쓰는 MinerU 2.0을 800개 미만으로 앞선다고 말합니다. DeepSeek는 또한 A100-40G 한 장으로 하루 20만 페이지 이상의 학습 데이터를 만들 수 있다고 합니다. 이 수치들은 DeepSeek 자체 보고에서 온 것입니다.
여러 해상도 모드를 지원합니다. Tiny(512 x 512, 시각 토큰 64개), Small(640 x 640, 100개), Base(1024 x 1024, 256개), Large(1280 x 1280, 400개), 그리고 더 큰 페이지를 타일링하는 동적 Gundam 모드입니다. README는 Markdown 변환, 자유 OCR, 그림 해석, 텍스트 위치 찾기 프롬프트를 문서화하고, A100-40G에서의 동시 PDF 처리가 초당 약 2,500 토큰이라고 보고합니다. vLLM은 2025년 10월 23일부터 업스트림에서 이 모델을 지원합니다. DeepSeek는 이어서 2026년 1월 Apache 2.0 라이선스로 DeepSeek-OCR 2를 공개했습니다.
적합한 용도
- GPU 한 장에서 하는 문서와 PDF 디지털화, MIT 라이선스가 명확합니다
- 해상도 모드로 속도와 정확도의 균형 고르기
- 긴 입력을 짧게 만드는 광학 컨텍스트 압축 연구
- 업스트림 지원이 있는 vLLM 위에서 파이프라인 구축
주의할 점
- 구버전으로 분류된 이유는 DeepSeek-OCR 2(2026년 1월)가 더 새롭고, 다른 인코더를 쓰며, Apache 2.0이기 때문입니다. 그럼에도 이 모델은 2026년 11월 11일까지 30일간 약 190만 회 다운로드되었으므로, 자기 문서에서 둘을 비교하세요
- 압축 결과는 특정 테스트 세트의 OCR 정밀도를 말하며, 당신의 페이지에서 같은 정확도를 보장하지 않습니다
- 문서화된 환경은 CUDA 11.8에 PyTorch 2.6.0이며, 모델에는 trust_remote_code가 필요합니다
- 벤치마크 주장은 DeepSeek의 자체 논문에서 왔습니다
성능 주장은 개발사가 제공한 것이며 독립적으로 검증되지 않았습니다.
메모리가 얼마나 필요할까?
OCR 버전 기준 추정치입니다. 혼합 전문가(MoE) 모델은 토큰 하나당 일부 전문가만 사용하더라도 모든 전문가를 메모리에 올려야 합니다. 따라서 필요한 메모리는 총 파라미터가, 속도는 활성 파라미터가 결정합니다.
| 버전 | 파라미터 | BF16 | FP8 / INT8 | 4-bit (Q4) | 실행 가능 하드웨어 |
|---|---|---|---|---|---|
| OCR BF16 | 3.34B 활성 570M | 7.68 GB | 3.84 GB | 2.3 GB | 노트북 또는 휴대폰 |
추정 방식: 가중치에 약 15%의 오버헤드를 더한 값입니다. 실제 사용량은 컨텍스트 길이에 따라 늘어나고 사용하는 소프트웨어에 따라서도 달라집니다.
라이선스, 쉬운 말로 설명
가장 짧고 단순한 퍼미시브 라이선스입니다. 저작권 고지와 라이선스 문구만 유지하면 모델을 거의 어떤 용도로든 사용할 수 있습니다.
자주 묻는 질문
- DeepSeek-OCR(이)란 무엇인가요?
- DeepSeek-OCR는 페이지 이미지를 읽고 그 속의 텍스트를 써 냅니다. 그 뒤의 연구 아이디어는, 페이지 이미지가 글자 그 자체보다 훨씬 적은 토큰으로 같은 내용을 담을 수 있다는 것이고, 이는 아주 긴 입력을 더 싸게 만들 수 있습니다. 모델은 작고 MIT 라이선스이며 GPU 한 장에서 실행됩니다.
- DeepSeek-OCR을(를) 상업적으로 사용할 수 있나요?
- 네. DeepSeek-OCR은(는) 허용적 라이선스인 MIT로 배포되었습니다. 라이선스 문구 표기 같은 표준 조건만 지키면 상업적으로 사용할 수 있습니다.
- DeepSeek-OCR은(는) 오픈소스인가요?
- DeepSeek-OCR은(는) 오픈소스 이니셔티브(OSI)가 승인한 라이선스인 MIT로 배포되었습니다. 학습 데이터와 학습 코드는 공개되어 있지 않을 수 있으므로, 오픈소스 라이선스를 적용한 오픈 웨이트 모델이라고 보는 것이 가장 정확합니다.
- DeepSeek-OCR을(를) 내 컴퓨터에서 실행할 수 있나요?
- 네. 최소 버전 OCR 기준 4비트 정밀도에서 메모리가 약 2.3 GB 필요하며, 최신 노트북이나 중급 그래픽 카드에서 충분히 돌아갑니다.
- DeepSeek-OCR은(는) 언제 출시되었나요?
- DeepSeek-OCR은(는) DeepSeek에서 2025년 10월 20일에 출시되었습니다.
공식 링크
출처
규격 정보는 아래 1차 자료에서 가져왔습니다. 언급된 벤치마크 수치는 개발사가 발표한 것입니다.
- DeepSeek-OCR model card (Hugging Face) huggingface.co
- DeepSeek-OCR: Contexts Optical Compression (technical report) arxiv.org
- DeepSeek-OCR repository, release notes and usage modes (GitHub) github.com
출시일 등 정보는 2026년 11월 11일에 마지막으로 확인했습니다.
관련 모델
| 모델 | 출시일 | 파라미터 | 컨텍스트 | 라이선스 | 최소 버전 필요 메모리 |
|---|---|---|---|---|---|
| DeepSeek-OCR 2 DeepSeek | 3.39B | – | Apache 2.0 (허용적) | 2.34 GB 노트북 또는 휴대폰 | |
| Unlimited-OCR EN Baidu | 3.34B | – | MIT (허용적) | 2.3 GB 노트북 또는 휴대폰 | |
| GLM-OCR EN Z.ai (Zhipu AI) | 900M | – | MIT (허용적) | 0.621 GB 노트북 또는 휴대폰 | |
| DeepSeek V4.1 Flash EN DeepSeek | 552B 활성 16B | 1M | MIT (허용적) | 561 GB GPU 서버 |